tcga样本编号_TCGA数据库样本命名原则

在TCGA中，一个患者可能会对应多个样本，如TCGA-A6-6650可以得到3个样本数据：

TCGA-A6-6650-01A-11R-1774-07

TCGA-A6-6650-01A-11R-A278-07

TCGA-A6-6650-01B-02R-A277-07

大家知道一般在做TCGA数据分析的时候样本名实际上只保留到前四个元素(以”-“分割)，例如TCGA-A6-6650-01。所以实际上上示3个样本一般只保留一个，那该怎么取舍呢？

在取舍之前，当然要先搞清楚样本命名方式：

我们将此示图以”-“分割，具体拆开解读一下：

TCGA：Project, 所有TCGA样本名均以这个开头，标志

A6：Tissue source site，组织来源编码，如A6就表示来源于Christiana Healthcare中心的结肠癌组织。更多编码所代表的意义详见：

https://gdc.cancer.gov/resources-tcga-users/tcga-code-tables/tissue-source-site-codes

6650：Participant, 参与者编号

01：Sample, 这两个数字可以说是最关键、最被大家注意的，其中编号01~09表示肿瘤，10~19表示正常对照，如下：

https://gdc.cancer.gov/resources-tcga-users/tcga-code-tables/sample-type-codes

所以在TCGA样本名中，这个位置最常见的就是01和11，当然偶尔也会有其他的数字

<